• 中国核心期刊(遴选)数据库收录期刊
  • 中文科技期刊数据库收录期刊
  • 中国学术期刊(光盘版)收录期刊
  • 中国人民大学报刊资料数据库收录期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中国台湾华艺数据库收录期刊

情报探索

• 理论探索 •    

基于知识采纳模型的在线评论有用性识别——以大众点评网为例

唐艺楠 徐德华   

  1. (同济大学经济与管理学院 上海 200092)
  • 出版日期:2017-06-22 发布日期:2017-06-22
  • 作者简介:唐艺楠(1993—)女,硕士研究生,主要从事电子商务研究;徐德华(1968—)男,副教授,主要从事管理信息系统与电子商务研究。

  • Online:2017-06-22 Published:2017-06-22

摘要: [目的/意义]旨在自动识别高质量的在线评论。[方法/过程]以大众点评网某商家2398条评论为样本,提取其评论文本特征和评论者特征,采用监督学习的方法进行评论质量识别。[结果/结论]5种质量分类算法中,GradientBoosting模型和AdaBoosting模型效果最好。这2种模型中,对分类结果贡献度最高的是评论词语总数,评论文本广度对评论有用性有正向影响;相对于消极情感值,积极情感值有更大的贡献度;评论者特征中,评论者的贡献值对评论有用性影响最大。

关键词: 在线餐饮评论, 有用性, 评论文本特征, 评论者特征, 文本分类